现有的较稳定的实体识别框架大多是基于Context encoder+Tag decoder结构。
最简单的方法就是使用BERT对文本进行编码,每个字得到对应的向量表示. 对于中文NER任务常会考虑加入词汇信息.
刷爆3路榜单,信息抽取冠军方案分享:嵌套NER+关系抽取+实体标准化 中文NER的正确打开方式: 词汇增强方法总结 (从Lattice LSTM到FLAT)
现有的较稳定的实体识别框架大多是基于Context encoder+Tag decoder结构。
最简单的方法就是使用BERT对文本进行编码,每个字得到对应的向量表示. 对于中文NER任务常会考虑加入词汇信息.
刷爆3路榜单,信息抽取冠军方案分享:嵌套NER+关系抽取+实体标准化 中文NER的正确打开方式: 词汇增强方法总结 (从Lattice LSTM到FLAT)